调和聚类-分类方法在电力负荷预测中的应用

《调和聚类-分类方法在电力负荷预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第35卷第12期计算机学报Vol_35No．122012年12月CHINESEJOURNALOFCOMPUTERSDec．2012调和聚类-分类方法在电力负荷预测中的应用窦全胜"’2h3’史忠植”姜平2’-5君华3’，(中国科学院计算技术研究所智能信息处理实验室北京100190)”(山东工商学院计算机科学与技术学院山东烟台264005)”(烟台东方电子信息产业集团公司山东烟台264001)摘要分类和聚类是数据挖掘中两个重要的研究领域，分类需要相关的先验知识，而聚类往往依据某种相似性测度，从数据本身来寻找其内在特征．在电力

2、系统负荷预测过程中，依靠先验知识得到的分类结果与聚类结果之间并不协调．针对这一问题，文中给出了调和矩阵的定义，并在此基础上，提出调和聚类一分类算法，将该方法应用于电力系统负荷预测的样本分类中，实际结果表明，通过文中方法得到的分类结果更加客观和科学，预测结果的可靠性得到了保证．关键词聚类；分类；负荷预测；调和矩阵中图法分类号TP391DOI号：10．3724／SP．J．1016．2010．02644ApplicationofAssociatedClusteringandClassificationMethodinElect

3、ricPowerLoadForecastingDOUQuan—Shen91’'2’，∞SHIZhong—Zhil’JIANGPin92’MAJun-Hua3’(KeyLaboratoryofIntelligentInformationProcessing，InstituteofComputingTechnology，ChineseAcademyofSciences，BeOing100190)2’(SchoolofComputerScienceandTechnology，ShandongInstituteofBusines

4、sandTechnology，Yantai，Shandong264005)”(YantaiDongfangElectronicsInformationIndustryGroupCo，Ltd，Yantai，Shandong264001)AbstractClusteringandclassificationaretWOimportantresearchareasofdatamining．Classifi-cationneedsrelatedprior—knowledge，whileclusteringnormallyfind

5、sitsowninherentcharacter—isticsfromthedatabasedonsimilaritymeasure．Intheprocessofpowerloadforecasting，there—suitsofclassificationandclusteringareinconsistent．Forthisproblem，thispaperproposethedefinitionofassociatedmatrixandonthatbasisproposeassociatedclustering-c

6、lassificationalgo—rithm．Thisalgorithmisappliedtodatasampleclassificationforpowerloadprediction，theex～perimentshowthattheclassificationresultsobtainedbyourmethodaremorereliable．Keywords1引言clustering；classification；loadforecasting；associatedmatrix分类(classification)

7、和聚类(clustering)是数据挖掘中两个重要的研究领域，分类是指依靠领域经验或某种模型，把数据映射到给定类别中的某一个类中．聚类是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的簇，它的目的是使属于同收稿日期：2009一Ol—11；最终修改稿收到日期：2009—12—14．本课题得到国家自然科学基金(60970088，60775035)、国家。九七三”重点基础研究发展规划项目基金(2007CB311004)、国家科技支撑计划项目基金(2006BAC08806)、山东省中青年科学家奖励基金(2009BSD0

8、1383)资助．塞全胜，男，1971年生，博士，副教授，研究方向为智能科学、数据挖掘及相关方法在电力系统中的应用．E-mail：douqs@ics．ict．ac．cn．史忠檀，男，1941年生，研究员，博士生导师，研究领域为人工智能、机器学习等．E-mail：shizz@its．ict．ae．ca．姜平，男，1979